本文将介绍Lucene中提供的范围域（RangeField），以及基于该域实现的范围查询。
范围域（RangeField）
RangeField使得一个域有了空间的概念，并且最多支持到四维（4 dimensions）：
- 1 dimensions：该维度的域描述了一条直线上的一段长度，如果有如下的定义：
图1：
用图形来描述这个域的话如下所示：
图2：
- 2 dimensions：该维度的域描述了平面上的一个矩形，如果有如下的定义：
图3：
用图形来描述这个域的话如下所示：
图4：
-
3 dimensions：该维度的域描述了空间中的一个立方体
-
4 dimensions：该维度的域描述了四次元立方体（tesseract）
为了便于描述，我们将以2 dimensions为例，继续下文的介绍。
BinaryRangeDocValuesField
在Lucene 8.2.0版本中，新增了BinaryRangeDocValuesField，使得能根据范围域实现范围查找，在之前的版本中，已经提供了一些跟范围域的相关操作，即IntRange、DoubleRange、FloatRange类中相关的方法，在后面的文章中，将会介绍这几个类，并且将介绍它们与BinaryRangeDocValuesField在存储，查询上的差异。
实现类
图5：
图5中BinaryRangeDocValuesField继承了BinaryDocValuesField，同时有四个实现类，故可以了解到，通过BinaryRangeDocValuesField存储的范围域的信息最终使用DocValues存储，即索引信息存储在索引文件.dvd&&.dvm中。
域值编码（encode）
以图3为例，域名为"level"，域值为两个int类型数组min1、max1，Lucene中所有数值类型的域值都会被重新编码为一个字节数组，并且该字节数组可以用于排序，同时字节数组之间的排序关系跟对应数值之间的排序关系是一致的，编码的过程在文章索引文件的生成（八）之dim&&dii中已经介绍过了，不赘述。
域值在转化为字节数组后，其写入到索引文件的过程跟使用BinaryDocValues是一致的，写入跟读取BinaryDocValues的过程分别见文章索引文件的生成（二十一）之dvm&&dvd跟索引文件的读取（六）之dvd&&dvm的介绍。
范围查询
以图3中的IntRangeDocValuesField为例，通过调用IntRangeDocValuesField类中的newSlowIntersectsQuery方法生成一个Query，我们看下源码中该方法的注释：
图6：
图6的注释大意为：使用DocValues找到所有与查询条件（查询条件也是一个范围域）相交（intersect）的范围域，在下文的图16中我们会介绍如何相交的判定方式。
最后使用IndexSearcher.search()方法实现范围查询，其核心的流程图如下所示：
图7：
两阶段遍历（TwoPhaseIterator）
在介绍图6的流程图之前，先介绍下Lucene中的两阶段遍历TwoPhaseIterator，我们先看下源码中关于两阶段遍历的注释：
图8：
图7的注释大意为：先通过DocIdSetIterator对象获取一个文档号集合，该集合中不一定都满足查询条件，即所谓的approximation，通过nextDoc()或者advance()方法遍历该文档号集合（第一阶段），将每一个文档通过matches()方法（第二阶段），在该方法中能真正的确定文档号是否满足查询条件。
图6的流程中正是使用了两阶段遍历的方式，其中流程点文档集合即通过DocIdSetIterator对象获得，流程点是否还有未处理的文档号？中为两阶段遍历的第一个阶段，接着在流程点是否满足查询条件？通过matches()方法判断是否满足查询条件进行所谓的两阶段遍历的第二个阶段。
当前版本中，无论是哪种类型的查询，都是通过遍历DocIdSetIterator对象中的文档号来获取满足查询条件的文档号，但是当DocIdSetIterator对象中的文档集合只是所谓的approximation，那么就需要使用两阶段遍历来处理了。
如果我们有以下的查询条件：
图9：
图9中查询条件为两个TermQuery的组合，在系列文章索引文件的生成（一）中我们知道，通过域名"author"跟域值能直接在索引文件中准确的定位到满足条件的文档号，那么上图中的这种查询就能获得一个DocIdSetIterator对象，并且它包含的文档号不是所谓的approximation，故就不要两阶段遍历的处理方式了。
两阶段遍历的第一个阶段
图10：
由于BinaryRangeDocValuesField使用DocValues存储，故跟其他DocValues一样，以图3为例，包含域名为"level"的所有BinaryRangeDocValuesField的文档号存储在索引文件.dvd的DocIdData字段，如下所示：
图11：
DocIdData字段在内存中用IndexedDISI来描述，而IndexedDISI是继承DocIdSetIterator的子类，如下所示，故流程点文档集合中的文档集合即上文中我们提到的DocIdSetIterator对象中的文档集合，随后开始每一个文档号，执行两阶段遍历的第一个阶段。
图12：
另外读取图10的DocIdData字段的过程可以阅读文章索引文件的读取（五）之dvd&&dvm，而如何从IndexedDISI获取文档号可以阅读文章IndexedDISI（一）、IndexedDISI（二）。
根据文档号取出域值
图13：
从IndexedDISI中获取了一个文档号之后，我们需要根据这个文档号找到对应的域值，以图3为例，即域名"level"对应的域值，在文章索引文件的读取（六）之dvd&&dvm中我们详细的介绍了如何根据文档号从图10的索引文件中找到对应的域值，这里不赘述。
两阶段遍历的第二个阶段
图14：
我们通过一个例子来说明流程点是否满足查询条件的判断过程，该例子的完整demo见 https://github.com/LuXugang/Lucene-7.5.0/blob/master/LuceneDemo8.4.0/src/main/java/io/lucene/DcoValues/rangeField/IntRangeDocValuesFieldTest.java ：
图15：
图形化图14中的范围域以及查询条件后如下所示：
图16：
在上文中我们说到，图15中第77行的newSlowIntersectsQuery方法会找到所有与查询条件（查询条件也是一个范围域）相交（intersect）的范围域，图15中第75、76行定义了查询条件的范围域，即图16中根据lowQueryRange跟highQueryRange围成的一个绿色的框，另外图16中红框、蓝框、黄框、天蓝色分别对应图15中的四篇文章中的范围域，显而易见，红框、蓝框、黄框跟绿框的是相交的，意味着文档0、文档1、文档2满足查询条件。
图16中，第三个RangeField跟查询条件也是相交的，相交部分为一个点。
上文中通过图形很容易看出是否相交，接着我们介绍在代码中是如何判断相交的，判断是否相交的代码在matches()方法中实现，即两阶段遍历的第二个阶段。
由于判断相交的代码比较简单，故我们直接贴出来：
图17：
可以看出，判断方式为逐个比较每个维度，当所有维度都满足某个条件，那么就认为是相交的，对于图15的例子，有两个维度，即图16中X、Y轴，这里的某个条件描述是两个子条件的组合，并且它们需要同时满足：
- 子条件1：某个维度下，查询条件在该维度下的最大值必须大约等于范围域在该维度下的最小值
- 子条件2：某个维度下，查询条件在该维度下的最小值必须小于等于范围域在该维度下的最大值
在同时满足上述两个子条件后，那么范围域必定是跟查询条件相交的，我们以图16中的第三个RangeField为例，在X轴的维度上，查询条件在这个维度上的最大值为8，范围域在这个维度的最小值为8，满足大于等于的关系，在Y轴的维度上，查询条件在这个维度上的最小值为0，范围域在这个维度上的最大值为10，满足小于等于的关系，故第三个RangeField跟查询提交是相交的，即图15中包含第三个RangeField的文档2满足查询条件。
在流程点是否满足查询条件？完成两阶段遍历的第二个阶段，最后文档号将被Collector收集。
基于上文中判断相交的逻辑，使得在定义一个RangeField的min跟max数组时会有一定的限制，该要求就是在每一个维度上，min数组在这个维度上的值必须小于max数组在这个维度上的值，否则在索引阶段会抛出下面的异常：
图18：
结语
在下一篇文章中，我们将介绍IntRange、DoubleRange、FloatRange类中跟范围域相关的内容。
点击下载附件